数据分析型技能：让代理替你做周报与复盘

为什么周报是 AI 技能的最佳练手场

每周一早上，销售主管打开电脑，从订单后台导出 CSV，从广告后台拉数据，从 WhatsApp 里翻聊天记录，然后花两三个小时拼一份周报。最头疼的不是算数，而是每次口径都不一样——上周销售额含退款，这周不含；上周对比的是环比，这周又变成同比。最后老板问一句「这个数怎么来的」，你还得回去翻半天原始数据。

我是老金，做了十几年跨境生意，看不懂代码，但我看得懂账本。规律性的数据分析，恰恰是最适合交给 AI 技能去干的活。因为这类分析最怕的不是「不会算」，而是「口径不一致」和「结论不可追溯」。把这两件事固定下来，AI 代理就能替你把周报和复盘跑得又快又稳。

数据分析技能的灵魂：口径一致 + 结论可追溯

很多人以为数据分析技能就是让 AI 会算数，那是错的。Excel 也会算数，但为什么周报还是折腾人？因为真正的难点在于：

• 指标定义每次都可能变：销售额是订单金额还是实际到账金额？转化率分母是访客还是点击？
• 对比基准不固定：上周？上月同期？过去四周均值？
• 结论是拍脑袋还是从数据里推出来的？没有留痕。

一个能用的数据分析技能，核心不是算法，而是把上面这些问题全部写死在技能文件里。每次运行都按同一把尺子量，每个结论都能点回原始数据行。我把它总结成一句话：数据分析技能的灵魂不是会算，而是口径一致 + 结论可追溯。

下面这张表可以看得很清楚：

有了这个底层认知，我们再来看怎么把技能搭起来。

SKILL.md 结构拆解：一份技能说明书

我们团队在 365Skill 仓库里沉淀了一套标准技能格式，核心文件叫 SKILL.md。你可以把它理解成一份「怎么干这份活」的说明书，用自然语言写清楚就行，不需要懂代码。一个数据分析型技能通常包含五个部分：

1. 技能元信息：这技能是干什么的，什么时候该用，比如「每周一运行，生成销售周报」。
2. 数据源接入：数据从哪来——表格文件、后台导出的 CSV、还是 API 接口。写清楚路径和取数方式。
3. 口径固定：指标定义、时间窗口、对比基准全部写死。比如「销售额=已付款订单金额，不含退款；环比=对比上周；基准=过去四周均值」。
4. 输出模板：固定输出结构，先表格，再图表建议，最后结论段落。异常标注规则也在这里定义。
5. 结论分级：强制把输出分成事实、推断、建议三级，事实必须可追溯，推断必须说明依据，建议必须给出动作。

我们把这套格式放在 365Skill 里，开源可商用。你不需要从头写，拿现成的模板改口径就行。

五步做出一个「销售周报技能」

以我们跨境销售团队自己的周报为例，写一个数据分析技能只需要五步：

1. 定数据源：每周一从订单后台导出 CSV，从 Sellenca 里导出客户对话数据，从广告后台下载消耗报表。三个文件放进同一文件夹。
2. 定口径：销售额按已付款订单且不含退款；转化率=付款订单数/会话数；对比基准用过去四周均值，环比看上周。
3. 写输出模板：第一块是核心指标表，包含销售额、订单数、客单价、转化率、广告花费、ROAS；第二块是异常标注，任何指标周环比跌幅超过 20% 自动标红；第三块是结论，分事实、推断、建议三段。
4. 加异常规则：比如「西语区转化率低于四周均值 15% 时，自动提示检查广告素材变更」。
5. 测试迭代：先跑两周，把 AI 出的周报和人工出的并排看，哪里口径不对就改技能文件，改到第三周基本就稳了。

整个过程不需要写代码，用自然语言描述规则，代理就能执行。如果你担心自己写不准，可以去 365Skill 里找现成的销售复盘技能模板，按自己的业务改口径。

实战示例：一份能直接发给老板的周报

上周我们的销售周报技能输出了一份这样的结果：

核心指标表：本周销售额 12,450 美元，环比下降 4%，略低于四周均值；订单数 318 单，转化率 3.2%，客单价 39.2 美元；广告花费 1,860 美元，ROAS 6.7。

异常标注：西语区转化率本周 2.6%，比四周均值 3.8% 低 32%，触发异常规则。

结论分级：

• 事实：总销售额环比下降 4%，西语区转化率下滑是主要拖累。
• 推断：西语区转化率下滑时间与上周新广告素材上线重合，可能是素材吸引力不足。
• 建议：暂停西语区新素材投放，回滚到旧素材观察 3 天；同时让销售在西语区客户对话里主动问询卡点。

每条结论后面都附了原始数据来源，比如「见订单表第 42-56 行」「见广告报表西语区分组」。老板点开就能验证，不用再来回问。

这种输出和我们 365Loopa 增长运营台的证据链工作流是天然组合。365Loopa 的核心是 queue→evidence→decision→log——队列里放待办分析任务，跑完的技能产出作为证据，人工做决策，最后记录进日志。周报技能生成的结论直接进入决策队列，不会散落在聊天记录或邮件里。我们自己的增长复盘就是这么跑的，365Loopa 的每周内容运营数据也是同一套打法。

常见问题

我不懂技术，能写数据分析技能吗？

能。SKILL.md 用自然语言写规则，不需要编程。你只要把平时做周报的口径和步骤描述清楚，代理就能执行。我们团队里很多技能就是销售主管自己写的。

数据口径经常变，技能会不会很快失效？

恰恰相反。口径变化时你只需要改技能文件里的定义，而不是每份报告手动调整。改一次，以后每次都按新口径跑，比之前靠人记更可靠。

技能生成的结论能直接发给老板吗？

可以，但要选对技能。好的数据分析技能会把事实、推断、建议分开标注，事实部分可直接引用；推断和建议建议人工过一眼再发。不要用只会算数不会分级的技能。

除了周报，还能用在哪些场景？

广告效果分析、库存周转复盘、客服响应质量评估、选品数据对比，只要是规律性、口径固定的数据分析，都能技能化。可以从简单的周报开始练手。

如果你还没想好从哪开始，可以先去 AI 工具箱 用免费小工具感受一下数据类 AI 的输出质量；如果已经有固定周报流程，想直接上技能，去 365Skill 翻现成模板；要搭团队级复盘工作流，把数据结论接进决策队列，约个 免费咨询 聊聊 365Loopa 怎么落地。别让每周的周报继续吃掉你三个小时。